跳到正文
10月26日週一
  1. IT之家62

    騰訊混元同聲傳譯大模型 Hy-SimulMT 開源,實測響應時間約 3 秒

    騰訊混元發佈並開源同聲傳譯大模型 Hy-SimulMT,支援中英語音到語音即時翻譯,實測響應時間約 3 秒。模型可邊聽邊譯並即時輸出譯文和語音,亦支援即時音色克隆;目前在騰訊 Hy 翻譯 App 首發,免費提供服務體驗。團隊測評顯示,Hy-SimulMT 的翻譯質量達人類同傳專家水平且時延更低;官方稱其在 RealSI 上的效果達開源模型最佳,並超過大部分商用同傳 API。

  2. DoNews63

    騰訊混元同聲傳譯大模型 Hy-SimulMT 發布並開源

    騰訊混元發布並開源同聲傳譯大模型 Hy-SimulMT,支援中英語音到語音即時翻譯,並支援即時音色克隆。官方介紹稱,模型響應時間實測約 3 秒,低於人類專業譯員平均的 4-5 秒;團隊測評稱其翻譯質素達人類同傳專家水平,延遲更低。Hy-SimulMT 已在騰訊 Hy 翻譯 App 首發,免費提供體驗。

  3. The Next Platform50

    Cadence 與 Nvidia 推出全新 AI 模型,助 EDA 流程自動化

    Cadence 宣佈與 Nvidia 合作並推出 Maestro AI 模型系列,旨在協助自動化電子設計自動化(EDA)流程。這些模型以 Nvidia 的 Nemotron 模型系列微調;早期測試顯示,與通用基礎模型相比,輸出質素最高提升 30%,token 效率最高提高 5 倍。Maestro 支援按客戶資料自訂,並可透過 API、在安全的 VPC 或本地部署使用。

  4. 新浪科技61

    科大訊飛發佈星火X2.6、Agent OS及星辰TaaS

    科大訊飛在2026全球1024開發者節發布星火X2.6、Agent OS及星辰TaaS等成果,涵蓋模型、智能體協同和行業應用交付。星火X2.6的上下文窗口擴至百萬Tokens,並開源星火X2.6-4B端側模型;端雲路由準確率由81.2%提升至96.1%。Agent OS與APA構建企業級智能體協作和流程自動化體系,星辰TaaS則串聯模型能力、工具編排與行業解決方案。

  5. 新浪科技48

    AI 越聰明,越要先聽懂人:科大訊飛推進語音互動

    科大訊飛發布星火語音基座大模型 SparkAudio 1.0,提升語音識別、音頻理解、情緒識別、實時説話人分離及環境聲理解等能力。發布方披露,整體效果提升20%、響應時間降低15%、成本降低60%。SparkAudio 1.0已在訊飛輸入法16.0、訊飛聽見及訊飛智能辦公本上線。

  6. DoNews48

    字節火山引擎發佈 Seedance 2.5 4K 模型

    字節跳動旗下火山引擎發佈 Seedance 2.5 4K 模型,稱其為 Seedance 2.5 這一代中最強的模型。模型支持 Draft(樣片)模式,用戶可先生成 480P 樣片驗證分鏡,再生成 4K 正片;目前僅供部分企業客戶試用。 Seedance 2.5 4K 提供 10-bit 色深,部分影視製作及後期公司已試用。

10月25日週日
  1. IT之家45

    KRAFTON AI 預覽 Raon-1 mini 模型:30B-A4B,可與 Meta Muse Glimmer 競爭

    KRAFTON AI 公佈從頭訓練的 Raon-1 mini 預覽版,模型規模為 30B-A4B,正式版及更大型模型將推出。模型採用混合專家架構及線性注意力,支援推測解碼,聚焦韓語並兼顧英語,以 Apache 2.0 許可開源。KRAFTON AI 稱,預覽版在編程及智能體任務上與 Meta Muse Glimmer 30B 相當,速度更快、記憶體效率更高,並提供限時免費 API 試用。

  2. 新浪科技54

    Block 發佈語音模型 Dessa,稱 M4 Max 及以上配置的 MacBook 可本地運行

    Block 於 10 月 23 日發佈語音模型 Dessa,模型直接從音訊學習並生成音訊,不經文字轉錄及語音合成流程。Block 稱,模型只以人類對話錄音訓練,沒有文本語料或預訓練權重,並可在 M4 Max 及以上配置的 MacBook 本地以快於實時的速度推理。目前 Dessa 未開放試用,權重、程式碼及授權證均未公開;Block 正讓安全研究者排隊,重點測試語音智能體冒充真人的風險。

  3. IT之家55

    Block 推出全雙工 AI 語音模型 Dessa,支援在 M4 Max 及以上配置的 MacBook 本地運行

    Block 推出全雙工語音模型 Dessa,能在説話時同步收聽用戶語音,並以笑聲、停頓和哽咽等方式呈現情緒。Block 稱,Dessa 完全以人類語音數據訓練,可在 M4 Max 及以上配置的 MacBook 本地運行。目前模型暫未開放試用,Block 正邀請安全研究者測試語音智能體欺騙人類的風險。

  4. 螞蟻 inclusionAI:HuggingFace 新模型61

    inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點

    inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點,總參數量為 560B,每個 token 啟用 25B 參數。它採用與 Ling-3.1-flash 相同的混合線性 MoE 架構,結合 KDA 和 Gated MLA,並在 47 項基準、八個領域進行評測。檢查點以 BF16 權重發佈,模型以 FP8 訓練,適用於持續預訓練、領域適配及後訓練研究。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)73

    Dream Labs 推出 Dream-1 World Action Model 並開放公開 API

    Dream Labs 推出 Dream-1 World Action Model 並開放公開 API,同時宣佈結束隱身階段及完成 $90M 種子融資。Dream-1 目前面向雙臂平行夾爪機械人,可零樣本控制未曾接觸的機械人,執行未見任務並適應未見環境。Dream-1 收費每小時 $3,Dream-1-flash 每小時 $2。

  6. TechCrunch · AI58

    Block 發佈語音表現近似真人的 Dessa 模型

    Block 發佈語音模型 Dessa,支援本地全雙工語音對話,可同時聆聽和説話,並呈現笑聲、停頓、哭聲等語音表達。Block 表示,Dessa 完全以人類語音訓練,使用單張 NVIDIA GPU 訓練,並可在 MacBook M4 Max 或更高規格的消費級電腦本地運行。Dessa 目前未向公眾開放,Block 正邀請安全研究人員測試語音智能體可能欺騙對話對象的情境。

10月24日週六
  1. The Decoder52

    Block 公佈 AI 語音模型 Dessa,稱其只用人類語音訓練以捕捉文字模型遺漏的情緒

    Block 公佈語音模型 Dessa,稱其從零開始、只用人類語音訓練,並能捕捉文字模型遺漏的情緒線索。Dessa 不先把音訊轉成文字,而是直接處理語音,可即時捕捉情緒、反諷、笑聲和停頓,並支援一邊聆聽一邊説話。它可在 MacBook Pro M4 Max 本機執行,訓練使用單一 NVIDIA GB200 NVL72;目前尚未公開,團隊正尋找 AI 安全研究人員測試意外風險。

  2. 新浪科技33

    月之暗面發布 Kimi K3.1 Pro

    月之暗面發布 Kimi K3.1 Pro 和 K3.1 Pro Highspeed。OpenAI 將在完全斷網環境下訓練前沿模型。英國將出資1億英鎊設立 AI 生物安全實驗室,OpenAI 和 Anthropic 參與合作。

  3. 第一財經26

    推動人工智能技術走出實驗室,中國移動發布時空智能系列模型能力及標杆場景

    中國移動發布時空智能系列模型能力及標杆場景,整合5G+AI+北斗技術,構建涵蓋「時空重建、時空理解、時空預測」三大技術路線及L1-L4四級場景架構。模型能力覆蓋自然資源、工業生產、城市交通及智能運載等領域,應用包括地表變化檢測、園區數碼管控、交通研判及智能座艙服務。

  4. DoNews48

    火山引擎發布 Seedance 2.5 4K 模型

    字節跳動旗下火山引擎發布 Seedance 2.5 4K 模型,稱其為 Seedance 2.5 這一代中最強的模型,並透過專項訓練提升人物表情、細微動作與畫面細節的呈現。模型支援 Draft(樣片)模式,可先生成 480P 樣片,再生成 4K 正片;目前僅供部分企業客戶試用。

  5. Latent Space80

    Moonshot 發佈 Kimi K3.1 Pro,並承諾 2026 年 11 月 4 日公開權重

    Moonshot 發佈多模態 MoE 模型 Kimi K3.1 Pro,總參數量為 2.8T、活躍參數為 104B,並稱上下文窗口為 1-million-token;權重尚未公開,承諾於 2026 年 11 月 4 日公開。

    推薦理由:文章把獨立基準成績、任務成本與權重尚未公開的狀態並列,呈現模型評測表現與實際部署條件之間的差異。

  6. 新浪科技64

    月之暗面發佈 Kimi K3.1 Pro,參數規模達 3 萬億級

    月之暗面發佈開源大模型 Kimi K3.1 Pro,參數規模達 3 萬億級,支援 100 萬 Token 上下文窗口。該模型是 Kimi K3 的後訓練版本,文章稱其在程式編寫、3D 創作、金融研究及長程 Agent 能力上的提升尤為顯著。其綜合智能水平在多項國際評測中接近全球領先閉源模型,金融領域則在兩項國際測評中超過全球前沿閉源模型。